黃河流域旱塬區農戶生計脆弱性及影響因素

樊 怡,史興民,馮 曉,宋 臻

陜西師范大學地理科學與旅游學院,西安 710119

習近平在黃河流域生態保護和高質量發展座談會上強調,要促進全流域高質量發展、改善人民群眾生活。《黃河流域生態保護和高質量發展規劃綱要》指出,目前黃河流域的水土保持、生態治理、城市群研究等問題已經得到了廣泛的研究,而對黃河流域旱塬區的關注較少。黃河流域旱塬區是我國黃土高原地區主要農耕地所在[1],人地系統協調與農業農村高質量發展是黃河流域高質量發展的重要內容,也是實施城鄉融合與鄉村振興戰略的內涵所在[2]。而由于深居西北內陸,水旱災害頻繁、水土流失嚴重等問題[3]使旱塬區成為受氣候變化影響的主要地區之一,生態脆弱性增加、水資源匱乏使得農業生產受到嚴重影響,農民生計的可持續性面臨著威脅。從農戶生計視角出發,評估該區農戶生計脆弱性并識別其影響因子,建立農戶可持續生計模式,健全鞏固脫貧攻堅成果保障機制,為解決當前我國相對貧困問題提供借鑒,成為促進全流域高質量發展的重要一步。

生計脆弱性是指家庭在其生計活動中因受到沖擊而表現出的不穩定、易遭受損失的狀態[4]。近些年,在氣候變化日益嚴重的背景下,生計脆弱性的研究越來越多。當前研究基于政府間氣候變化專門委員會(IPCC)的脆弱性概念[5]建立了暴露-敏感-適應能力三個維度的評估框架[6],該框架具有直觀、便于分析和比較[7—8],且能根據地區特色進行修正與擴展[9]的特點,已得到廣泛應用。然而,需要指出的是,不同的環境[10—11]和政策背景[12]、自然條件[13]和經濟發展水平[14]對農戶生計的影響具有地區差異性,在推動黃河流域生態保護和高質量發展背景下,亟需建立針對黃河流域旱塬區農戶生計脆弱性的評估框架。此外,已有研究通過回歸模型、因子探測等發現,生計資本如耕地、儲蓄等因素影響農戶的生計脆弱性[15—16],在一定程度上為政府及利益相關者提供了借鑒,但這些研究方法僅限于影響因子的識別,缺乏對于降低脆弱性策略優先級的進一步分析,導致政策的實施缺少規劃和方向性。而夏普利值分解法能夠對影響因素的不平等性進行分解,進而轉化為對因變量的相對貢獻度,在經濟學[17]、社會學[18]等領域得到了廣泛的應用,該方法的引入能夠為深度揭示生計脆弱性的影響機制和影響程度提供支撐。

綜上所述,本文以黃河流域旱塬區的渭北旱塬農戶為研究對象,從級差視角對農戶生計脆弱性進行評價和分級,并運用有序logistic進行影響因素分析,引入夏普利值分解法,運用經濟學的博弈原理分析對生計脆弱性產生影響的因子貢獻度。一方面為生計脆弱性研究提供新的方法和理論支持,另一方面旨在為建立黃河流域旱塬區農戶的可持續生計提供借鑒。

1 研究區與數據1.1 研究區概況

渭北旱塬作為黃河流域旱塬區中最重要的旱作農業生產區,對西部地區有著獨特的經濟價值和生態價值,其地處陜北的南部,關中平原的北部,海拔 600—1300 m,總土地面積 379 萬 hm2(圖1)。該研究區氣候屬于暖溫帶半干旱、半濕潤大陸性季風氣候,四季分明。晝夜、年內溫差大,光照充足,為農業生產提供了良好的自然條件,該區面積僅占陜西省面積的18.4%,第一產業總值卻占到全省的28.9%,成為陜西省重要的糧食水果生產基地,富平縣、蒲城縣、白水縣農業產值居全省前十[19]。該區年降水量在 420—700mm 之間,年度降水分布不均勻且變率較大,主要集中在夏季,雨季推遲或雨量不足也易導致伏旱,是典型的半濕潤易旱地區[20]。而隨著氣候變暖和干旱的增加,主要糧食作物如小麥等受凍害和病蟲害的風險增加[21],加之地下水開采難度大、成本高使得灌溉用水不足,雨季集中的降雨也造成了嚴重的水土流失,土壤養分退化,地力下降,預計未來氣候生產力將平均減少18.3%[22],加劇了該地區農戶的生計脆弱性。

圖1 研究區Fig.1 Study area

1.2 數據來源

本研究數據主要來源于問卷調查和參與式農村評估,調研于2019年9月和11月進行,在進行問卷調查前,先進行了分層抽樣,首先獲取了渭北旱塬的社會經濟概況,通過比較分析確定了7個調研地區：淳化縣、旬邑縣、彬州市、宜君縣、洛川縣、白水縣和蒲城縣。其次,根據縣域經濟發展報告等資料并借鑒專業人士的意見,確定每個縣所要調研的鄉鎮。之后通過與村代表溝通了解當地社會經濟背景,選取具有代表性的辛店村、湫坡頭村、臥龍村、陽灣村、十里鋪村、王家村、椿林村和堯禾村 8 個村。按農戶的經濟水平、家庭情況等信息將每個村的農戶分為三個等級,每個等級隨機抽取10—15個農戶作為調研對象。本次調研共發放問卷404份,扣除拒答和無效問卷后剩余342份,有效率為84.7%。

問卷內容涉及農戶的生計脆弱性相關問題(包括暴露度、敏感性和適應能力)以及生計資本等。在調研過程中,除問卷涉及問題還就一些關鍵性問題進行追問。

1.3 指標體系

政府間氣候變化專門委員會(IPCC)對脆弱性提出了明確的定義,即一個系統易受氣候變化(包括氣候變化和極端情況)的不利影響或無法應對的程度。脆弱性是一個系統所暴露的氣候變化的特征、幅度和速率、敏感性以及適應能力的函數。暴露指的是以農業為基礎的生計系統對顯著氣候變化敏感的性質和程度。敏感性是指以農業為基礎的生計系統受氣候刺激影響或對氣候刺激做出反應的程度。適應能力為農民適應氣候變化、應對氣候變化的后果和利用機遇的能力[5]。

本文參考Hahn等人2009年提出的綜合生計脆弱性評價框架[6],選取環境問題、氣候變化、健康、食物、水、生計策略、社會網絡和家庭人口概況8個主指標,每個主指標由若干個子指標衡量,最終選取26個指標來計算研究區的生計脆弱性指數。結合IPCC所提出的脆弱性框架,使用環境問題和氣候變化衡量暴露度,健康、食物和水衡量敏感性,生計策略、社會網絡和家庭人口概況衡量適應能力(表1)。

表1 綜合生計脆弱性指標構建Table 1 Construction of Comprehensive Livelihood Vulnerability Index

2 研究方法

2.1 生計脆弱性評價

為消除數據的不同量綱引起的差異,第一步首先要對所有指標進行標準化。利用極差法對所有指標進行標準化,使用公式(1)通過同等權重加權平均來計算每戶農戶的脆弱性得分。生計脆弱性指數(Livelihood vulnerability index,LVI)預期在0(最不脆弱)到1(最脆弱)的范圍內。在指標賦權方面,本文借鑒Hahn等[6]提出的方法對所有指標同等權重對待,這是因為,與加權指標相比,非加權指標不會改變指數最終傳遞的信息[24],相反地,可以使不同指標之間的關系更容易理解。

(1)

其中：d家庭的生計脆弱性指數,LVId為8個主要成分的加權平均值。每個主要組成部分的權重WMi由組成每個主要組成部分的子指標的數量決定。Mdi為d家庭第i個指標的測量值。

2.2 生計資本對農戶生計脆弱性影響分析方法

2.2.1變量選擇

綜合已有研究對生計脆弱性影響因素的分析,本文選取農戶生計資本作為自變量,探究生計資本對農戶脆弱性的影響關系。編號及變量定義見表2。

表2 生計資本變量Table 2 Livelihood capital variables

2.2.2模型設計

為分析生計資本對農戶生計脆弱性的影響,本文采用有序Logistic回歸建立了數學模型[25—26],在此之前,先利用自然斷點法將農戶的生計脆弱性分為4個等級,1代表低脆弱性,4代表高脆弱性。自然斷點法是Jenks提出的,該方法運用了聚類的思維,認為任何數列之間,都存在一些自然(非人為設定的)的轉折點和斷點。自然斷點的原理即首先根據公式(2)計算出每組數據的均值偏差平方和,之后進行迭代使單個類別的均值的偏差平方和最小,其結果可以在最大程度上使組內一致性最強,組間差異性最大。

SDAM=∑(LVId-M)2

(2)

其中：LVId為第d個家庭的脆弱性得分,M為總樣本的平均值。

將因變量LVI劃分為有序多分類變量后,則可建立如下模型：

(3)

其中：Pj=P(Y=j),j=1,2,3,4,表示脆弱性等級為j時的概率；X表示某種生計資本,β是與X對應的回歸系數,αj是模型的截距。

在回歸分析的基礎上,進一步利用夏普利值分解分析影響農戶脆弱性水平因素的貢獻度[27]。夏普利值分解的原理是運用合作博弈的思想來分解各個回歸變量對因變量貢獻的差異,最初由Shorrock提出[28]。在剔除權重對分解不平衡的影響后,可以把目標變量的不平等分解為其決定因素的貢獻,并量化分為每個回歸變量對因變量不平等的貢獻度[17],其分解規則如公式(4)所示。

(4)

3 結果

3.1 描述性統計

根據自然斷點法劃分出的農戶脆弱性等級如圖2所示,3個自然分段點分別為0.401、0.478和0.567,農戶的生計脆弱性指數基本符合正態分布,等級為2和3的農戶占總樣本的35.4%和39.8%。

圖2 生計脆弱性指數及等級劃分Fig.2 Livelihood Vulnerability Index and Classification

從表3可以得出,高LVI水平的農戶往往具有戶主年齡高、受教育水平低、家庭年收入較低、家庭儲蓄少的特點。脆弱性等級為4的家庭平均戶主年齡分值為4.277,多數為50歲以上的家庭。脆弱性程度與戶主教育水平呈負相關,未受到初中及以上教育的家庭有著相對更高的脆弱性。家庭年收入和家庭儲蓄作為衡量一個家庭可持續性最重要的指標,同時也是生計脆弱性的最直觀體現,也與脆弱性負相關。研究區被調查農戶普遍為4人及以上的傳統家庭,這種家庭的特點是可能在核心夫婦之外還有子女或老人,也相應有著更高的撫養比。

表3 不同脆弱性等級農戶的特征Table 3 Characteristics of Households with Different Vulnerability Levels

3.2 基于LVI-IPCC的不同類型農戶對比

以農戶收入結構為標準對農戶生計類型進行劃分在我國學者的研究中最為常見,本文參考閻建忠等人[29]的研究,按非農化程度的高低以及農戶生計多樣性的差異,將受訪農戶的生計類型劃分為4類：純農戶、一兼戶、二兼戶和非農戶。首先根據有無農業收入劃分出非農戶,根據非農收入占家庭年收入的比重,低于50%為二兼戶,大于等于50%小于95%為一兼戶,大于等于95%的為純農戶。在本研究所獲得的342個農戶家庭樣本中,138戶為非農戶,24戶為二兼戶,140戶為一兼戶,純農戶有40戶。

圖3顯示了不同類型農戶的暴露、敏感、適應能力得分。從這三個維度來看,農戶的適應能力普遍得分較高,皆大于0.5,具體來說,非農戶的適應能力最高(0.731),敏感和暴露水平相對較低,相反,純農戶的暴露水平最高(0.501),他們能最直觀地感知到氣候的變化,從適應能力來看,二兼戶的水平最低(0.655),其次即為純農戶。

圖3 基于LVI-IPCC的不同類型農戶對比 Fig.3 Comparison of Different Types of Farmers Based on LVI-IPCC

3.3 有序logistic回歸結果

對受訪農戶的脆弱性進行有序logistic回歸分析(圖4)。自然資本方面,所選兩個變量耕地面積和耕地質量都對農戶的生計脆弱性有顯著負向影響(OR值小于1),說明自然資本稟賦越好,在遭遇風險時的脆弱性越低。物質資本方面,家庭固定資產數量對脆弱性水平有顯著負向影響,而房屋結構有正向影響(OR值大于1)。金融資本方面,借錢途徑和每年所獲國家補貼金額對脆弱性的影響不顯著(OR值的95%置信區間包含1)。社會資本方面,村民信任越高,脆弱性則越低,相反,農戶與政府之間的關系與脆弱性無顯著影響。人力資本方面,整體健康狀況對脆弱性水平的影響顯著,農戶家庭成員健康狀況越好,脆弱性則越低,家庭規模對脆弱性影響不顯著。

圖4 有序logistic回歸結果Fig.4 Results of Ordinal Logistic Regression

3.4 夏普利值分解結果

在有序logistic回歸的基礎上,用耕地數量、耕地質量、房屋結構、家庭固定資產數量、村民信任、整體健康狀況6個變量衡量脆弱性的差異程度,對脆弱性等級進行分解,最終分解結果見表4：

表4 夏普利值分解結果Table 4 Results of Shapley Value

由表4可以看出,在影響脆弱性的五種生計資本中,物質資本的貢獻度最高(47.56%),人力資本(28.62%)、社會資本(18.63%)、自然資本(12.07%)的貢獻度遞減。在對脆弱性有顯著影響的6個變量中,家庭固定資產數量排在首位(39.87%),持有較多固定資產尤其是大件資產的家庭在受到沖擊時仍能較好地維持家庭的生計,同樣也可以通過固定資產折舊等形式獲取生活必需品。

4 討論

4.1 暴露、敏感、適應能力與農戶類型

在不同農戶類型中,非農戶和一兼戶占了研究樣本的大多數。本文所選渭北旱塬的研究區毗鄰西安及寶雞等大城市,承擔著城市農產品供應的重要角色,受大都市的經濟輻射,農戶的適應水平都較高,便利的交通也為農民提供了多種生計選擇,在氣候變化背景下,農戶更傾向于降低農業生產在家庭生產中的地位,而轉向其他經濟來源,脫離土地的限制而從事多樣化的生計活動,因此,非農戶對氣候變化的暴露度相對較低而有著最高的適應能力。純農戶在農業生產中最易受到極端氣候事件的影響,面臨沖擊時,他們的適應能力也相對較低。值得注意的是,正如圖3所示,二兼戶在所有被調查農戶中有著最高的敏感性和最低的暴露與適應能力。這些農戶大多數都有家庭成員患病,并對于基礎醫療服務的獲取較為不便[30]。此外,二兼戶的部分收入來源為政策扶持、低保等,這些家庭往往整體年齡較高,家庭勞動能力差。

4.2 農戶生計資本與生計脆弱性

回歸結果顯示,農戶的自然資本的兩個子指標耕地質量和數量都對生計脆弱性有顯著負向影響。渭北旱塬是重要的糧食水果產地,農戶對耕地有著高度依賴性,尤其對于純農戶來說,農業收入更是他們唯一的收入來源。相比之下,耕地面積多、耕地質量好的農戶就有著先天的自然資源優勢,能夠更好地在沖擊中維持生計。Sujakhu等人對亞洲兩個高地農戶生計脆弱性的研究發現更高質量的耕地意味著更高水平的糧食自給能力[8]。

物質資本方面,房屋結構對脆弱性有正向影響,而家庭固定資產數量相反。Piya等人在尼泊爾的研究表明,更高的儲蓄意味著更好的適應能力,能為農戶在緊急情況下提供緩沖[31]。房屋結構的影響是通過家庭儲蓄的調節導致的,房屋的修建和翻新往往需要大筆的資金,使其在應對突如其來的風險時失去應對能力。家庭固定資產數量在側面反映了家庭的收入,擁有更多固定資產的家庭其生活質量水平相對高于其他家庭。

金融資本的兩個子指標都不顯著,這是因為所選的借錢途徑和國家補貼兩個指標都是從外部影響脆弱性,農戶并不能通過自身的努力改善這一情況,相反地,如表3所示,家庭儲蓄作為描述農戶基本社會經濟特征的一個指標,能更直觀地說明農戶的脆弱水平。

村民信任作為社會資本對脆弱性有顯著負向影響,較好的社會安全網能使村民在面臨生計不可持續威脅時得到多方支持。Bernier等人認為,社會網絡為農戶提供了聯系、紐帶和橋梁,使他們能夠更好地應對氣候變化[32]。

人力資本的家庭規模對脆弱性影響不顯著,已有研究大多考慮撫養比作為一個家庭人力狀況的衡量[6]。整體健康狀況對脆弱性有著顯著負向影響,健康狀況體現了一個家庭的勞動能力,有患病或年邁成員的家庭會在健康衛生方面有較多的支出,導致其無法適應氣候變化對其生計的影響。

根據夏普利值分解結果,物質資本的缺乏是降低研究區農戶生計脆弱性亟待解決的問題,這種物質不僅體現在農戶本身擁有的房屋、土地、所有物等,還體現在對于基礎服務設施的獲取上,如韓文文等人的研究發現,交通、醫療設施、公共服務等因素都是民族村農戶生計脆弱性的重要影響因素[13]。人力資本水平是改善脆弱性的關鍵,有家庭成員患病可能會為農戶施加沉重的經濟負擔,勞動力素質也是農戶陷入生計困境的主要原因之一[11]。社會資本對脆弱性的調節效應體現在加入社區組織和參與政府決策可以加強農戶的社會關系網,為農戶信息獲取和交流提供便利,Azumah等人研究表明,農民組織的成員身份對加納農民的生計脆弱性有顯著影響[15]。自然資本對農戶生計脆弱性有直接影響,因為自然資本中的耕地是大多數農戶的直接生計來源。蘇寶財等發現,耕地質量越高越有利于農民提升收入,從而降低生計脆弱性[33],這與本文的分解結果一致。

5 結論與建議

5.1 結論

本文利用綜合脆弱性指數和IPCC提出的脆弱性框架對黃河流域旱塬區農戶的生計脆弱性進行了評價,利用有序logistic回歸模型分析了影響旱塬農戶生計脆弱性的因素,并進一步通過夏普利值法對影響因素的貢獻度進行分解。本研究得出如下結論：

(1)研究區的高脆弱性農戶大多有著戶主年齡高、受教育水平低、家庭年收入較低、家庭儲蓄少的特點。

(2)在不同農戶類型中,非農戶和一兼戶占了研究樣本的大多數。從暴露、敏感、適應能力三個方面的對比表明,純農戶暴露度最高,二兼戶最低,純農戶敏感性最低,二兼戶最高,純農戶和二兼戶的適應能力最低,非農戶最高。

(3)在影響農戶脆弱性的因素中,耕地數量、耕地質量、房屋結構、家庭固定資產數量、村民信任、整體健康狀況影響顯著。就貢獻度而言,物質資本>人力資本>社會資本>自然資本,各類資本的組成成分中,家庭固定資產數量的貢獻度最高,整體健康狀況次之,村民信任、耕地質量、房屋結構、耕地數量的貢獻度依次遞減。

5.2 建議

黃河流域旱塬區作為我國西北地區最易受氣候變化影響的生態區之一,農戶的生計脆弱性極大地限制了其高質量發展的步伐。基于夏普利值分解結果的四個對脆弱性貢獻度最大的生計資本,提出如下建議來降低生計脆弱性：

(1)物質資本方面,要通過技術培訓和普及現代化農耕技術,推進機械化生產代替傳統勞動力生產,同時,政府要加大農業生產機械購買補貼力度,降低農戶生產成本。完善道路交通、灌溉用水等基礎設施建設,為農業生產提供便利。

(2)人力資本方面,通過醫療保險、增加農村醫療服務點,提高醫療服務水平,減少農戶在健康方面的支出,有效增強農戶的生計可持續性。

(3)社會資本和自然資本方面,可以通過政府助農項目或鼓勵建立農業合作組織來提高農民的社會參與,為農民提供合作和支持,通過專業的管理和有效的溝通最大限度減少生產無組織無方向造成的資源浪費,組織中的信息交流與共享也能為采取即時的行動和建設預防機制提供條件,避免自然資本如耕地、作物等遭受損失。

致謝：陳謝揚、陳楠、曹振選、秦語晗、王鑫鑫、宋紀元、吳少靜,陳浩起、高心怡和趙帆等參與問卷調研和數據錄入，特此致謝。